Image to Text (OCR)

OCR signifie Reconnaissance Optique de Caractères — la technologie qui convertit des images de texte (tapé, imprimé ou manuscrit) en texte lisible par machine que vous pouvez copier, rechercher et modifier. Le moteur analyse les patterns de pixels et fait correspondre les régions ressemblant à des caractères avec des formes de lettres connues, en utilisant la reconnaissance de patterns et des modèles de langue pour résoudre les ambiguïtés. L'OCR moderne à apprentissage profond — comme Tesseract 4+ qui alimente cet outil — utilise des réseaux de neurones LSTM entraînés sur des millions d'images de documents, atteignant plus de 98% de précision sur du texte imprimé propre. Tout le processus se déroule localement dans votre navigateur ; aucun serveur ne voit jamais votre fichier.

Non — et c'est la différence la plus importante entre UtiloKit et presque tous les autres services OCR en ligne. Cet outil fonctionne entièrement dans votre navigateur grâce à Tesseract.js, le port WebAssembly du moteur OCR Tesseract. Vos images sont traitées localement sur votre appareil et ne sont jamais transmises sur Internet. Cela le rend entièrement privé et conforme au RGPD, et signifie que l'outil fonctionne hors ligne une fois les fichiers du moteur mis en cache.

Oui — l'outil OCR fonctionne dans n'importe quel navigateur mobile moderne, y compris Safari sur iPhone et iPad et Chrome sur Android. Vous pouvez sélectionner une photo de votre galerie ou prendre une nouvelle photo directement depuis le sélecteur de fichiers du navigateur. Le moteur Tesseract tourne entièrement dans l'onglet du navigateur de votre appareil — sans envoi et sans serveur impliqué. La vitesse de traitement dépend du processeur de votre appareil ; les téléphones et tablettes modernes gèrent le moteur sans problème.

La précision OCR est maximale quand les images ont : haute résolution (au moins 300 DPI pour les documents scannés, ou zoom 2x pour les captures d'écran), fort contraste entre texte et fond (texte noir sur papier blanc est idéal), mise au point nette sans flou ni bruit, orientation horizontale et polices propres et cohérentes. Un mauvais éclairage, des artefacts JPEG, un petit texte, des polices décoratives et du texte sur des fonds complexes réduisent la précision.

Tesseract a des capacités limitées de reconnaissance d'écriture manuscrite par rapport au texte imprimé. Il gère raisonnablement bien une écriture très claire et nette en lettres capitales d'imprimerie, mais l'écriture cursive produit typiquement de mauvais résultats. Pour un meilleur OCR de l'écriture manuscrite, des services dédiés comme Google Cloud Vision API ou Microsoft Azure Computer Vision sont plus précis — bien qu'ils nécessitent une connexion internet et puissent entraîner des coûts.

Cet outil utilise par défaut le pack de langue anglaise de Tesseract. Tesseract lui-même prend en charge plus de 100 langues — espagnol, français, allemand, italien, portugais, chinois (simplifié et traditionnel), japonais, coréen, arabe, russe, hindi et bien d'autres. La prise en charge multilingue pourrait être ajoutée dans une future mise à jour. Pour l'OCR dans d'autres langues maintenant, Google Docs OCR ou ABBYY FineReader sont de meilleurs choix.

Pour améliorer la précision OCR : (1) Augmentez la résolution — utilisez le zoom d'accessibilité de l'appareil ou capturez en DPI plus élevé. (2) Augmentez le contraste — dans n'importe quel éditeur photo, boostez le contraste et réduisez la luminosité pour que le texte se détache du fond. (3) Convertissez en niveaux de gris ou noir et blanc. (4) Supprimez le bruit — appliquez un filtre de netteté léger. (5) Redressez — faites pivoter l'image pour que les lignes de texte soient horizontales. (6) Recadrez étroitement autour de la zone de texte. Même un léger pré-traitement améliore typiquement la précision de 70% à 95%+.